Il panorama dell'IA legale nel 2026: di cosa è fatto davvero

Non mancano le mappe di questo mercato. Legaltech Hub conta più di mille soluzioni di IA generativa nella sua directory. I fondi di venture capital pubblicano griglie di categorie ordinate. I siti di recensioni classificano quattrocento strumenti in una tabella con una colonna "prezzi" che è per lo più la parola 'Enterprise'. Tutti rispondono alla stessa domanda, ovvero cosa esiste.

Nessuno di loro risponde alla domanda che un acquirente ha realmente, ovvero di cosa è fatto questo mercato. Una directory ti dirà che un fornitore vende la revisione dei contratti. Non ti dirà se quel fornitore ha addestrato qualcosa, ha scritto della documentazione, può essere acquistato senza una chiamata di vendita, o inventa la giurisprudenza quando lo si "spinge". Queste cose emergono dall'interno, il che significa iscriversi, pagare e usare il prodotto.

Così abbiamo fatto. Questo è l'aspetto del panorama dell'Legal AI nel 2026 quando smetti di leggere la griglia delle categorie e inizi ad aprire account.

Cosa abbiamo fatto e il conflitto di interessi che dovremmo nominare per primo

HAQQ vende Legal AI. Siamo un fornitore all'interno del mercato che stiamo per descrivere, il che significa che dovresti leggere ogni numero sottostante sapendo chi lo ha conteggiato.

Ne conseguono due cose. La prima è che abbiamo stabilito le regole di conteggio prima di iniziare, e ne abbiamo discusso per più tempo di quanto abbiamo impiegato a eseguire i test. Cosa rende esattamente qualcosa un "wrapper" piuttosto che un prodotto? Siamo giunti a una regola che va contro di noi tanto quanto contro chiunque altro: se si rimuovesse il modello generale sottostante e il "thing" smettesse di funzionare completamente, senza uno strato di recupero, senza "routing", senza dati legali e senza una propria valutazione, è un "wrapper". Secondo questa definizione, alcune aziende molto ben finanziate sono "wrapper", e lo sono anche parti di prodotti che ammiriamo.

La seconda è la portata. Ogni percentuale in questo articolo descrive i fornitori che abbiamo testato, non il mercato nel suo complesso. Nessuno ha testato l'intero mercato. Laddove un numero proviene da qualcun altro, diciamo di chi è.

Il metodo era ordinario e lento. Iscriversi senza annunciarci. Pagare dove il pagamento era possibile. Eseguire lo stesso corpus di lavoro legale reale attraverso ogni strumento. Leggere tutta la documentazione esistente. Spingere ciascuno fino a quando non si rompeva, quindi osservare attentamente come si rompeva. Per i fornitori che non ci avrebbero venduto senza una chiamata, cercare di entrare comunque, il che si è rivelato un risultato a sé stante.

Il mercato è per lo più un "thin layer" su un modello altrui

Questo è il risultato su cui si basa tutto il resto, quindi va per primo.

Un po' di vocabolario, perché queste parole vengono usate liberamente. Un prompt layer, di solito chiamato wrapper, è un'interfaccia utente e un insieme di istruzioni che si trovano sopra un modello generale come GPT o Claude. Un harness è la versione più seria: decide quale modello gestisce quale passaggio, recupera prima le fonti giuste, chiama gli strumenti e controlla il risultato prima che ti raggiunga. La differenza tra i due è dove risiede l'ingegneria, ed è la differenza tra un prodotto che degrada con grazia e uno che inventa qualcosa con sicurezza.

Che il sessantacinque percento sia un prompt layer non è automaticamente dannoso. Un'interfaccia ben costruita su un modello all'avanguardia è davvero utile, e fingere il contrario sarebbe disonesto. Il problema è il prezzo e il posizionamento. Un prompt layer venduto a prezzi da prompt layer è uno scambio equo. Un prompt layer venduto come intelligenza legale proprietaria, a diverse centinaia di dollari per postazione al mese, rispetto a un assistente generale che l'azienda già paga, è uno scambio che smette di avere senso nel momento in cui qualcuno controlla. Abbiamo scritto di dove quel crollo si manifesta nel listino prezzi nella nostra analisi dei prezzi delle Legal AI.

Rimuovete il modello generale sottostante, e in due terzi di questo mercato nulla sopravvive.

Quasi nessuno sta costruendo per la persona con il problema legale

Di tutto ciò che abbiamo testato, il 2% si rivolge al cliente finale. Tutto il resto è costruito per l'avvocato.

Mettiamolo in contrasto con il lato della domanda. Il World Justice Project stima che 5,1 miliardi di persone hanno bisogni di giustizia insoddisfatti, il che significa che hanno un problema legale e nessun percorso significativo per risolverlo. Non è un mercato che la professione legale non riesce a servire per indifferenza. È un mercato che non può essere servito al prezzo che un'ora fatturabile implica, che è precisamente il vincolo che il software dovrebbe allentare.

L'industria ha invece speso l'intero ciclo di venture building strumenti per circa 1,3 milioni di persone negli Stati Uniti che hanno già una licenza legale, e i loro equivalenti altrove. Ci sono buone ragioni per questo. Gli avvocati hanno budget, processi di procurement e una chiara volontà di pagare. I consumatori non hanno nulla di tutto ciò, più vincoli normativi su chi può fornire consulenza legale che variano a seconda della giurisdizione e che non saranno risolti da una startup che decide che dovrebbero esserlo.

Siamo in quel 2%, quindi consideratela una posizione dichiarata piuttosto che un'osservazione neutra. Abbiamo lanciato un'app Legal AI per i consumatori ed è molto più difficile del prodotto professionale, esattamente per le ragioni di cui sopra. Ma un mercato in cui il 98% dell'offerta si rivolge allo 0,1% della domanda non è un mercato maturo. È un mercato che ha trovato un acquirente che comprende.

Gli studi non stanno scegliendo un fornitore. Li stanno accumulando.

L'80% dei grandi studi che abbiamo esaminato sta addestrando i propri modelli o gestendo un router su più modelli. Non stanno valutando i fornitori per sceglierne uno. Ne stanno assemblando quattro o più e decidono, per ogni compito, quale risponde.

Questo rompe il modello mentale su cui si basano la maggior parte dei "pitch" dei fornitori. Non c'è una gara con un vincitore. C'è uno stack, e la domanda è quale posizione occupi in esso, il che è una domanda molto meno comoda di chi sia il migliore.

L'altra metà della stessa immagine proviene da fuori del nostro benchmark. L'indagine tecnologica 2026 della International Legal Technology Association, che copre più di 500 aziende, ha rilevato che il 94% delle aziende utilizza o sta esplorando l'IA, e ha riscontrato che lo strumento IA più ampiamente installato negli studi legali è Microsoft Copilot, nel 76% delle aziende. Copilot non è un prodotto legale. È un assistente di produttività generale che è arrivato in bundle con software che le aziende avevano già acquistato, e supera in installazioni tutto ciò che è stato costruito specificamente per il diritto.

Non stiamo deliberatamente pubblicando una classifica degli strumenti specificamente progettati sotto quella cifra, perché un fornitore che classifica i suoi concorrenti nominati sui dati di indagini altrui non è un'analisi, è marketing con una citazione. Il punto strutturale si regge da solo: l'IA più installata nel settore legale è quella che era già lì.

Anche i numeri di adozione stanno facendo meno lavoro di quanto sembri. L'indagine Axiom del 2026 sui team legali interni ha rilevato che solo il 7% aveva superato la fase pilota ed era passato alla produzione misurata, e l'83% non sapeva dire se la spesa in IA dell'anno precedente si fosse ripagata. Queste due cifre descrivono i dipartimenti interni, mentre il 94% descrive gli studi legali, quindi sono due popolazioni piuttosto che un unico imbuto. Lette insieme dicono comunque la stessa cosa: quasi tutti hanno iniziato, quasi nessuno ha finito, e la maggior parte non può provare la differenza. Teniamo un conteggio aggiornato della ricerca sull'adozione in statistiche sull'IA legale 2026.

I laboratori sono arrivati, e un plugin è solo un "harness" impacchettato

Ogni fornitore di modelli generali sta ora puntando direttamente al settore legale. Il più recente è Astra for Law di OpenAI, lanciato il 17 settembre 2026 con 26 plugin partner.

Il dettaglio su cui vale la pena soffermarsi è che due delle più grandi aziende indipendenti di Legal AI sono state spedite come plugin al suo interno. Questa è una mossa razionale e probabilmente inevitabile, dato che la distribuzione batte l'indipendenza nel breve termine. È anche una tacita ammissione riguardo all'architettura. Un plugin è un "harness" che qualcun altro ospita, fattura e controlla il punto di ingresso. Se la tua differenziazione è l'"harness", e l'"harness" ora funziona all'interno del prodotto del laboratorio, la cosa che stai difendendo è uno slot nel menu di qualcun altro.

Abbiamo scritto separatamente su ciò che Astra fa e non fa nel lavoro legale reale. La versione breve è che i laboratori non sono migliori nel diritto rispetto ai fornitori legali. Sono migliori nello stare dove l'utente è già, e in questo mercato ciò ha ripetutamente contato di più.

Le affermazioni superano i prodotti, e i regolatori se ne sono accorti

Il 5% dei fornitori che abbiamo testato ha una documentazione che definiremmo adeguata. Non una pagina di marketing con una griglia di funzionalità. Documentazione: cosa fa il sistema, cosa non fa, su cosa è stato valutato, cosa succede quando fallisce. L'80% sovrastima qualcosa tra il sito web e il prodotto, il che significa che la capacità descritta sulla pagina di destinazione non è la capacità che abbiamo trovato nell'account.

Questo non è un problema di stile senza vittime. Nel 2025, la Federal Trade Commission degli Stati Uniti ha finalizzato un ordine di 193.000 dollari contro DoNotPay e le ha vietato di presentarsi come un "robot avvocato", perché non era in grado di dimostrare che la sua Legal AI funzionasse come quella umana. Questo caso è il punto di partenza, non il limite massimo, di dove si sta andando.

Il marketing sull'accuratezza è il punto più critico. I fornitori di questa categoria hanno commercializzato strumenti di ricerca basati sul recupero con la promessa che le allucinazioni fossero state eliminate del tutto. I ricercatori di Stanford che hanno testato questi strumenti hanno concluso che le affermazioni dei fornitori erano esagerate e hanno pubblicato tassi di errore misurati al posto del marketing. Stiamo riportando questa scoperta anziché ripetere l'affermazione su cui si basava.

I benchmark stessi sono contestati, e onestamente lo sono. Vals redige le sue rubriche con avvocati praticanti, che è il modo giusto per farlo, e i fornitori contestano ancora la metodologia. Questo non è uno scandalo. Il lavoro legale è valutato dal giudizio, allo stesso modo della legge, e due avvocati competenti possono valutare la stessa risposta in modo diverso. Chiunque vi venda un unico numero di accuratezza per un sistema legale vi sta vendendo una semplificazione. Pubblichiamo il nostro metodo di benchmark proprio per poterlo discutere.

L'allucinazione è ancora il denominatore comune

Ogni strumento che abbiamo testato ha inventato qualcosa. Non ogni risposta, e non costantemente, ma ogni prodotto del set ha prodotto almeno una volta una legge che non esiste, ha affermato di aver svolto un lavoro che non aveva svolto, o ha costruito una conclusione sicura su un fatto che aveva fabbricato.

Le misurazioni esterne concordano sulla forma, se non sulla cifra esatta. L'audit di Stanford ha collocato Lexis+ AI al di sopra del 17% e la ricerca assistita da Legal AI di Westlaw al di sopra del 33% sulle versioni degli strumenti testati. I modelli generali senza recupero hanno misurato tra il 58% e l'88% nelle attività di citazione legale nel lavoro del Journal of Legal Analysis. Il "retrieval grounding" aiuta molto. Non risolve il problema, e gli errori che sopravvivono al grounding sono quelli pericolosi, perché assomigliano a citazioni reali allegate alla proposizione sbagliata.

Le conseguenze sono ora contate. Il database pubblico di Damien Charlotin di decisioni giudiziarie che coinvolgono documenti allucinati da Legal AI conteneva 1.598 casi il 9 giugno 2026, data del nostro audit. Al 19 settembre 2026 ne contiene 2.044, rispetto ai circa 200 di un anno fa. Questa curva è lo stato attuale della sicurezza della Legal AI legale, ed è la ragione per cui il nostro audit sulle allucinazioni è un documento vivente piuttosto che un post "una tantum".

Un fallimento meno discusso si trova accanto ad esso. Il 75% degli strumenti che abbiamo testato scrive con la propria "voce" hardcoded, indipendentemente dallo studio, dal cliente o dallo stile interno. Nulla in questo mercato produce un "digital twin" di come un avvocato particolare scriva effettivamente. Per una professione in cui la formulazione di una clausola è il prodotto, è strano che un'intera categoria abbia saltato un aspetto così importante.

Il "pricing wall" è principalmente teatro

Solo il 10% dei fornitori che abbiamo testato sono realmente "self-serve". Su venti fornitori di cui abbiamo controllato un prezzo pubblicato, 14 non ne pubblicano affatto. Lo standard della categoria è un modulo di contatto.

Eppure il 75% di essi era facilmente accessibile senza mai parlare con un essere umano. Prove, percorsi partner, livelli self-service dietro una pagina di vendita e, in diversi casi, semplicemente completando un acquisto che il sito di marketing non collegava. Abbiamo fatto questo per ogni singolo fornitore che abbiamo testato.

Questo divario è la parte interessante. Un prezzo "sales-gated" (ovvero bloccato dietro una fase di contatto con le vendite) di solito segnala una reale complessità aziendale o una discriminazione di prezzo. Quando lo stesso prodotto si rivela acquistabile in quattro minuti da chiunque cerchi un po' più a fondo, si trattava della seconda opzione. La rendicontazione completa di chi pubblica cosa, e quanto costa una volta superato l'ostacolo, è disponibile in prezzi dell'AI legale nel 2026.

Il MENA non compra il panorama. Lo costruisce.

La maggior parte di questo mercato è localizzata in una giurisdizione alla volta, il che non sorprende, dato che lo è anche il diritto. Ciò che è meno ampiamente compreso al di fuori della regione è che in Medio Oriente e Nord Africa l'acquirente è spesso lo stato, e lo stato costruisce.

Gli Emirati Arabi Uniti hanno lanciato a luglio 2026 quella che descrivono come la prima piattaforma giudiziaria di AI completamente integrata. L'Arabia Saudita gestisce Najiz, che offre circa 160 servizi di giustizia, insieme a una società di AI di proprietà statale dietro un modello linguistico arabo. Queste non sono decisioni di approvvigionamento in attesa che un fornitore le vinca. Sono programmi infrastrutturali a cui un fornitore può al massimo fornire un componente.

A livello di studio legale, si ripete lo stesso istinto. Gli studi qui costruiscono la propria AI e poi la vendono ad altri studi, una strada che quasi nessuno prende a Londra o New York e che diverse pratiche MENA ora considerano una seconda fonte di reddito. Abbiamo trattato il quadro regionale in modo più approfondito in AI legale in MENA e AI legale in Arabia Saudita.

L'implicazione per chiunque mappi questo mercato dall'esterno della regione è semplice. Un panorama dei fornitori disegnato dai dati di finanziamento occidentali mancherà completamente le più grandi implementazioni di Legal AI nel MENA, perché non appaiono mai come un round di finanziamento.

Come si presenta il mercato dall'alto

I dati settoriali di Tracxn contano 10.528 aziende di tecnologia legale a livello globale, 1.821 di esse finanziate e 19 unicorni. Rispetto ai dati sulla composizione di cui sopra, si tratta di un gran numero di aziende per un mercato in cui l'8% dei prodotti che abbiamo testato contiene un modello che qualcuno ha addestrato.

Due fornitori dominano la narrativa dei finanziamenti. Harvey, stimata a circa 11 miliardi di dollari di valutazione e circa 300 milioni di dollari di ARR, e Legora a circa 5,55 miliardi di dollari e circa 150 milioni di dollari, hanno raccolto 750 milioni di dollari tra loro in 15 giorni. Questi dati di fatturato sono riportati dalla stampa piuttosto che verificati, e nessuna delle due aziende li pubblica autonomamente, quindi trattali come la migliore stima del mercato. Monitoriamo il movimento trimestrale nel nostro rapporto sul mercato dell'AI legale.

La scalabilità segue i finanziamenti. Il 90% dei fornitori finanziati che abbiamo testato ha superato le 200 persone, e solo il 20% pubblica un dato ARR di qualsiasi tipo. Una categoria così grande che divulga così poco è una categoria in cui gli acquirenti non possono confrontare i fornitori su nulla se non la demo.

Le landing page ti dicono cosa la categoria crede che si converta. I quattro elementi che ricorrono sono Sicurezza, una libreria di prompt, testimonianze e una sezione Labs che dichiara una profonda ricerca sull'IA. La sicurezza è in testa, e c'è una ragione per il tempismo: l'IA generativa è appena entrata nell'elenco dei rischi di sicurezza tracciati dal settore legale, direttamente al secondo posto. Gli acquirenti sono spaventati, e il mercato ha correttamente interpretato questa paura come la prima obiezione da superare. La nostra posizione sulla sicurezza è pubblicata per la stessa ragione, e preferiamo dirlo chiaramente piuttosto che fingere di essere al di sopra del modello.

Sul compito giusto, batte già l'avvocato

Sarebbe facile interpretare le sezioni precedenti come un caso in cui l'IA legale non funziona. Questa non è la scoperta.

Nel rapporto sull'IA legale di Vals, il sistema più forte nella risposta alle domande sui documenti ha ottenuto un punteggio del 94,8%, ovvero 24,7 punti al di sopra della linea di base dell'avvocato umano misurata nello stesso studio. Sulla redazione, lo stesso sistema ha perso contro il gruppo di controllo umano. Entrambi i risultati appartengono a un prodotto in una valutazione.

Questa è la singola informazione più utile in tutto questo panorama. La capacità non è una proprietà dello strumento, è una proprietà dell'abbinamento tra lo strumento e il compito. Puntate uno di questi sistemi a trovare ciò che dice un documento di 400 pagine e supererà un professionista qualificato che è stanco. Puntate lo stesso sistema a decidere quale delle due formulazioni di clausola accettabili protegge meglio il vostro cliente, e produrrà qualcosa che sembra una risposta e non lo è.

La maggior parte dei progetti pilota di IA legale falliti che abbiamo visto non sono fallimenti di capacità. Sono fallimenti di mira. Uno studio acquista un sistema, lo punta sul lavoro più difficile e ricco di giudizio nell'edificio perché è lì che sta il problema, lo vede sottoperformare e conclude che la categoria è immatura. La suddivisione compito per compito è più utile di qualsiasi punteggio complessivo.

Cosa ne ricaviamo

La lezione a cui torniamo continuamente riguarda la distribuzione piuttosto che l'intelligenza, e ci è costato qualcosa impararla.

Il nostro primo prodotto serio chiedeva agli avvocati di andare su una nuova scheda e fare il loro lavoro lì. Era uno strumento migliore di quello che avevano. Ha perso comunque, e ha perso per abitudine. Ogni prodotto in questo mercato che ha chiesto a un avvocato di lasciare Word, Outlook o il sistema di gestione dei documenti ha perso allo stesso modo, motivo per cui un assistente di produttività generale che era già installato supera in installazioni ogni prodotto di IA legale appositamente costruito da persone che pensano al diritto tutto il giorno.

Questo ridefinisce ciò che è realmente scarso qui. Non è la qualità del modello, che sta convergendo ed è in gran parte acquistata da quattro aziende. Non è la conoscenza legale, che è messa per iscritto. È il diritto di occupare il luogo in cui il lavoro già si svolge, più la disciplina di essere onesti riguardo ai compiti in cui il sistema è bravo. Queste sono le due cose per cui quasi tutte le 10.528 aziende stanno competendo, che lo descrivano o meno in questo modo.

Siamo una di quelle aziende e non possiamo esimerci da quanto sopra. Ciò che possiamo fare è pubblicare il conteggio, incluse le parti che ci sono scomode, in modo che la prossima persona che mappa questo mercato parta da qualcosa di meglio di una griglia di categorie.

Punti Chiave

• Due terzi del mercato è un livello di prompt. Dei fornitori che abbiamo testato, il 65% smette di funzionare completamente se si rimuove il modello generale sottostante, e il 3% è addestrato su dati legali.
• Gli acquirenti stanno accumulando, non scegliendo. L'80% dei grandi studi che abbiamo esaminato utilizza diversi sistemi o il proprio router. Non c'è una competizione con un vincitore.
• L'AI più installata negli studi legali non è Legal AI. ILTA posiziona Microsoft Copilot nel 76% degli studi, superando qualsiasi cosa creata per il diritto, perché era già sul desktop.
• L'adozione è quasi universale e il completamento è raro. Il 94% degli studi sta utilizzando o esplorando l'AI, mentre solo il 7% dei team interni ha superato la fase pilota e l'83% non può dimostrare che la spesa dell'anno precedente si sia ripagata.
• L'allucinazione è ancora il denominatore comune. Ogni strumento che abbiamo testato ha inventato qualcosa, gli audit esterni collocano gli strumenti legali fondati tra il 17% e il 33%, e il tracker delle decisioni giudiziarie è passato da circa 200 casi a 2.044 in un anno.
• Il muro dei prezzi è per lo più teatro. 14 dei 20 fornitori non pubblicano alcun prezzo, eppure il 75% era acquistabile senza mai parlare con un venditore.
• Quasi nessuno serve il cliente finale. Il 2% di ciò che abbiamo testato si rivolge alla persona con il problema legale, contro 5,1 miliardi di persone con esigenze di giustizia insoddisfatte.
• La capacità riguarda la mira. Lo stesso sistema ha ottenuto un punteggio del 94,8% nella risposta a domande su documenti, 24,7 punti al di sopra del livello di base umano, e ha perso contro gli umani nella redlining. La maggior parte dei piloti falliti sono fallimenti di mira, non fallimenti di capacità.

Fonti e ulteriori letture

• Statistiche sulla Legal AI 2026: quanti avvocati usano effettivamente l'IA
• Prezzi della Legal AI nel 2026: ogni prezzo pubblicato e ogni fornitore che non ne pubblica nessuno
• Audit delle allucinazioni legali dell'IA: i casi giudiziari con citazioni fabbricate
• Il nostro rapporto trimestrale sul mercato della Legal AI
• Legal AI in MENA nel 2026
• Come eseguiamo il nostro benchmark di Legal AI
• World Justice Project: misurare il divario globale di giustizia
• Stanford RegLab e HAI: valutazione dell'affidabilità degli strumenti di ricerca legale basati sull'IA
• Dahl et al., Grandi Finzioni Legali, Journal of Legal Analysis
• Damien Charlotin: database di casi di allucinazione AI
• Ordinanza definitiva della FTC contro DoNotPay
• Rapporto Vals Legal AI